python之在 Keras 中使用 Tensorflow Datasets API 的问题

我正在尝试拟合 CNN Keras 模型，为其提供由来自 Tensorflow 的数据集 API 处理的数据。然而，尽管遵循了官方文档(请参阅 there)，我还是一次又一次地遇到相同的异常:

ValueError: No data provided for "conv2d_8_input". Need data for each key in: ['conv2d_8_input'] 
# conv2d_8 is the first Conv2D layer of my model, see below 

我正在使用来自 tensorflow-datasets 的 MNIST 数据集，图像被归一化，类标签被转换为单热编码。您可以查看以下代码的摘录。

test_data, train_data = tfds.load("mnist", split=Split.ALL.subsplit([1, 3])) 
 
# [...] Images are normalized using Dataset.map method 
# [...] Labels are converted into one-hot encodings as well, using tf.one_hot function 
 
model = keras.Sequential([ 
    keras.layers.Conv2D( 
        32, 
        kernel_size=5, 
        padding="same", 
        input_shape=(28, 28, 1), 
        activation="relu", 
    ), 
    keras.layers.MaxPooling2D( 
        (2, 2), 
        padding="same" 
    ), 
    keras.layers.Conv2D( 
        64, 
        kernel_size=5, 
        padding="same", 
        activation="relu" 
    ), 
    keras.layers.MaxPooling2D( 
        (2, 2), 
        padding="same" 
    ), 
    keras.layers.Flatten(), 
    keras.layers.Dense( 
        512, 
        activation="relu" 
    ), 
    keras.layers.Dropout(rate=0.4), 
    keras.layers.Dense(10, activation="softmax") 
]) 
 
model.compile( 
    optimizer=tf.train.AdamOptimizer(0.01), 
    loss="categorical_crossentropy", 
    metrics=["accuracy"] 
) 
 
train_data = train_data.batch(32).repeat() 
test_data = test_data.batch(32).repeat() 
 
model.fit( 
    train_data, 
    epochs=10, 
    steps_per_epoch=30, 
    validation_data=test_data, 
    validation_steps=3 
) # The exception occurs at this step 

我不明白为什么它不起作用，我尝试用一​​次性迭代器而不是数据集来提供 fit 方法，但我得到了相同的结果。我不习惯 Keras 和 TensorFlow(我通常使用 PyTorch)，所以我想我可能遗漏了一些明显的东西。

请您参考如下方法:

对于那些在遵循有关加载图像的 TF 2.0 Beta 教程 (https://www.tensorflow.org/beta/tutorials/load_data/images) 之后来到此页面的人:

我能够通过在 preprocess_image 函数中返回一个元组来避免错误

def preprocess_image(image): 
image = tf.image.decode_jpeg(image, channels=3) 
image = tf.image.resize(image, [192, 192]) 
image /= 255.0  # normalize to [0,1] range 
return (image,image) 

我没有在用例中使用标签，因此您可能需要进行其他更改才能遵循教程